执行摘要

本次PR修复了Hisparse JIT内核中LRU策略的实现错误，将LRU写回逻辑从缓存命中统计前移至miss数量计算后，确保新加载的miss条目能正确放置在LRU序列中。这是一个对核心缓存管理逻辑的关键修复，直接影响缓存淘汰顺序的正确性和系统稳定性。变更仅涉及一个文件（hisparse.cuh），但属于JIT内核的核心路径，建议结合历史Hisparse相关PR一起评估。

功能与动机

修复目标是解决Hisparse LRU策略的实现错误。从review评论可以看出，原实现中LRU写回逻辑依赖的total_misses计算可能不准确，需要更稳健地使用共享内存中的实际miss计数。PR标题直接点明“fix hisparse LRU policy”，但PR body中未详细描述具体问题场景，需从代码变更推断修复动机。

实现拆解

仅修改python/sglang/jit_kernel/csrc/hisparse.cuh文件中的load_cache_to_device_buffer_kernel函数。关键变更如下：

1. 位置移动：将LRU写回逻辑从第281行附近移动到第351行之后（total_misses计算之后）。
2. 逻辑重构：原LRU写回循环仅区分evictables和hits，新逻辑增加misses处理：
   

   if (i < total_misses) {
       // Misses: just loaded from host, place right before hits
       req_lru_slots[total_evictable - total_misses + i] = s_lru_slots_out[HOT_BUFFER_SIZE - 1 - i];
   } else if (i < total_evictable) {
       // Remaining evictables: truly stale, dest at LRU front
       req_lru_slots[i - total_misses] = s_lru_slots_out[HOT_BUFFER_SIZE - 1 - i];
   } else {
       // Hits: source at forward end, dest at MRU back
       req_lru_slots[i] = s_lru_slots_out[i - total_evictable];
   }
   

3. 计算依赖：LRU写回现在依赖正确计算的total_misses（NUM_TOP_K - s_total_hits - s_newest_hit）。

评论区精华

review中只有gemini-code-assist[bot]的一条评论，但提出了重要技术观点：

"The LRU write-back logic relies on total_misses, which is calculated at line 339 using the formula NUM_TOP_K - s_total_hits - s_newest_hit. This formula assumes that s_total_hits (which counts hit slots) is equal to the number of unique top-k tokens found in the buffer. While likely true in a well-managed cache, it is more robust to use the actual count of misses identified during the third pass, which is already available in shared memory at s_chunk_offset[NUM_TOKEN_CHUNKS] after the synchronization at line 337."

该评论指出当前miss计数计算方式存在假设风险，建议使用更稳健的实际统计值。但PR已合并且未看到作者回应，此建议可能被视为优化项而非阻塞问题。

风险与影响

风险：

1. 正确性风险：LRU顺序错误可能导致缓存淘汰策略失效，影响缓存命中率和性能。
2. 测试覆盖不足：PR body中未提供准确性测试结果，仅依赖CI测试，可能缺少针对LRU策略的专项测试。
3. review建议未处理：关于使用实际miss计数的建议未被采纳，在极端情况下可能引入隐患。

影响：

1. 系统层面：修复核心JIT内核的缓存管理逻辑，提升Hisparse模块的稳定性和性能可预测性。
2. 用户层面：无直接API变更，但间接影响推理性能和缓存行为。
3. 团队层面：需要关注Hisparse相关测试的充分性，特别是缓存一致性测试。

关联脉络

与近期历史PR的关联：

1. PR#22131（Hisparse Minor Fix）：同样修改hisparse.cuh文件，修复内存传输和调度器请求回收逻辑，属于同一模块的连续改进。
2. PR#22059（Hi-MambaRadixTree修复）：涉及缓存系统（hicache模块）的bugfix，与本PR的缓存管理修复有技术关联。

从历史PR看，Hisparse模块近期有多项修复（#22131、#22170），显示团队正在持续优化JIT内核的稳定性和性能。本次LRU策略修复是这一系列改进中的重要一环，确保了缓存淘汰顺序的正确性。